BAB III METODOLOGI PENELITIAN III.1 Peralatan dan Data

Gambar 3.12 Tampilan Step 4 Geocoding Wizard 6. Lalu step 5. Tab Rectify untuk hasil rectify di simpan dalam Output Info > pilih letak dan nama file. ...

0 downloads 2 Views 1MB Size
BAB III METODOLOGI PENELITIAN

III.1

Peralatan dan Data Penelitian

III.1.1 Peralatan Penelitian 1.

Peralatan yang digunakan dalam penelitian ini adalah: a. Perangkat Keras (Hardware) 1) Laptop Asus Intel® Core™ i3 CPU M 330 @ 2.13GHz 914 MHz, 2.00 GB of RAM 2) Printer A4 b. Perangkat Lunak (Software) 1) 1 unit software ENVI 4.3 2) 1 unit software ER Mapper 7.0 3) 1 unit software ArcGIS 9.3 4) 1 unit software Macromedia Flash MX 5) 1 unit software Macromedia Dreamweaver 8 6) 1 unit software Microsoft Word Office 2007 7) 1 unit software XAMPP

III.1.2 Data Penelitian Data yang digunakan dalam penelitian Tugas Akhir ini antara lain : 1. Data citra satelit MTSAT-1R setiap jam (00.00 – 23.00 WIB) yang dimulai dari bulan Mei 2013 sampai dengan bulan Agustus 2013 sebanyak 2,931 set data. 2. Data Peta Administrasi Indonesia diperoleh dari BIG (Badan Informasi Geospasial).

III.2

Lokasi dan Waktu Penelitian Penelitian Tugas Akhir ini dilakukan di wilayah Pulau Jawa. Di lokasi

tersebut dilakukan pengolahan dan analisa data selama 24 jam. Pengambilan data

III-1

untuk Tugas Akhir ini dilakukan dimulai dari bulan Mei 2013 sampai dengan bulan Agustus 2013.

III.3

Metode Penelitian Tahapan pekerjaan dalam penelitian ini dapat dilihat pada diagram alir

sebagai berikut :

Data citra MTSAT IR-1

Penggabungan Data Tiap Jam Menjadi Harian

Registrasi Sistem Koordinat

Menghitung nilai rata-rata awan

Konversi nilai DN ke Brightness Temperature (BT)

Klasifikasi nilai BT

Peta Administrasi Indonesia

Peta Persebaran curah hujan

Membuat Animasi Peta

Membuat Website

Gambar 3.1 Diagram Alir Penelitian

III-2

III.4

Pengolahan Data

III.4.1 Download Data Dalam penelitian ini, untuk perolehan data citra MTSAT-1R dapat diunduh secara gratis di website resmi Kochi Jepang : http://weather.is.kochiu.ac.jp/sat/GAME/2013/May/IR1/

Gambar 3.2 Tampilan website data citra

III.4.2 Convert format file Covert file dilakukan untuk mengubah format file dari format .pgm kedalam format .ers agar bisa dibuka dan dilakukan pengolahan data di software ER Mapper 7.01. Peng-convert-an file dilakukan dengan menggunakan software ENVI 4.3. Langkah – langkah convert format file adalah sebagai berikut: III-3

1. Ekstrak data zip file input: MTS213052917IR1.pgm (ket nomor: tahun bulan tanggal jam) 2. Buka program ENVI. Klik File pada menu utama, pilih Open Image File

Gambar 3.3 Menu File Isi pada Header Info:

Gambar 3.4 Tab Header Info

III-4

3. Setelah selesai, Klik pada tab File lalu sorot pada pilihan Save File As dan kemudian pilih ER Mapper.

Gambar 3.5 Proses Save As 4. Catatan : untuk penamaan file, format yang digunakan seperti berikut MTS213052917IR1.hdr = MTS2-tahun-bulan-tanggal-jam-IR1.hdr Jadi misal untuk tanggal 29 Mei 2013 jam 17.00 WIB namanya diganti menjadi MTS213052917IR1.hdr

III.4.3 Registrasi Sistem Koordinat Tujuan dari registrasi sistem koordinat pada dasarnya adalah proses penempatan objek berupa raster atau image yang belum mempunyai acuan sistem koordinat ke dalam sistem koordinat dan proyeksi tertentu. Langkah-langkahnya adalah sebagai berikut: 1. Buka ER Mapper. Pada menu utama klik Process lalu pilih Geocoding Wizard. Atau klik icon geocoding wizard

III-5

2. Step 1. Tab Start kemudian pilih Polynomial. Untuk input File pilih citra yang akan dikoreksi. (MTS213052917IR1.ers)

Gambar 3.6 Step 1 Geocoding Wizard

3. Step 2. Pada Tab Polynomial Setup pilih Polynomial Order pilih linear.

Gambar 3.7 Step 2 Geocoding Wizard

III-6

4. Step 3. Pada Tab GCP Setup, pilihan Output Coordinate Space klik Change. Kemudian dilakukan pengaturan untuk geodetic datum, geodetic projection dan coordinate type seperti pada gambar 3.9.

Gambar 3.8 Step 3 Geocoding Wizard

Gambar 3.9 Geocoding Wizard 5. Step 4. Tab GCP Edit pilih icon

(open file) untuk membuka file gcp

yang sudah ada.

III-7

Gambar 3.10 Step 4 Geocoding Wizard

Gambar 3.11 Proses Pengambilan File Titik Ikat

III-8

Gambar 3.12 Tampilan Step 4 Geocoding Wizard 6. Lalu step 5. Tab Rectify untuk hasil rectify di simpan dalam Output Info > pilih letak dan nama file. Resampling > pilih Nearest Neighbor kemudian klik Save File and Start Rectification.

Gambar 3.13 Step 5 Geocoding Wizard

III-9

III.4.4 Cropping Data Cropping data ini bertujuan untuk memberi batasan area pada objek yang ingin diamati pada citra. Dalam penelitian ini, cropping data dilakukan dengan mengambil area seluruh wilayah Indonesia agar mudah dalam melakukan pengolahan lebih lanjut. Berikut adalah langkah-langkah cropping data: a. Buka file hasil registrasi sistem koordinat b. Klik icon geoposition window

Gambar 3.14 Proses open file Kemudian isi seperti tertulis di bawah ini

Gambar 3.15 Tab Algorithm Composition Extents III-10

c. Kemudian lakukan Save as file dengan nama …._1.ers d. Jangan lupa untuk Data Type menggunakan format Unsigned8BitInteger.

Gambar 3.16 Save As Cropping Area III.4.5 Penggabungan Data Dalam mengolah data harian, dikarenakan tersedianya data adalah tiap jam, maka perlu untuk dilakukan penggabungan data. Untuk melakukan penggabungan data diperlukan langkah-langkahnya sebagai berikut: a. Buka software ER Mapper, lalu klik icon Edit Algorith

, kemudian

akan muncul tab seperti pada gambar dibawah ini.

Gambar 3.17 Tab Algorithm

III-11

b. Buka data citra per jam, lalu lakukan duplikat layer untuk 24 jam untuk satu hari dengan memilih icon duplicat layer

yang ada pada Tab

Algorithm.

Gambar 3.18 Tab Raster Dataset

Gambar 3.19 Memperbanyak layer III-12

c. kemudian Save As ER Mapper sebagai raster dengan nama ........._gab.ers (tgl pengerjaan). d. Yang perlu diingat, untuk files of type adalah ER Mapper Raster Dataset (.ers) sedangkan Data Type menggunakan Unsigned8BitInteger.

Gambar 3.20 Tab Save As ER Mapper Dataset e. Setelah dilakukan penggabung data kemudian dilakukan rata-rata nilai dari file penggabungan data. f. Buka file yang telah digabungkan tadi (…._gab.ers), kemudian pada Tab Algorithm Klik icon edit formula g. Kemudian ketikkan rumus (i1+i2+i3+i4+i5+i6+i7+i8+i9+i10+i11+i12+i13+i14+i15+i16+ i17+i18+ i19+i20+i21+i22+i23+i24)/24 Keterangan : i1 sampai i24 : Karena citra yang di-input berupa data per jam, maka ada 24 buah citra yang digabungkan sehingga perlu dibagi dengan 24 agar nilai nya tidak berakumulasi.

III-13

Gambar 3.21Tab Formula Editor h.

Kemudian save as file dengan nama …._gabrata.ers, dengan Data Type masih menggunakan Unsigned8BitInteger.

III.4.6 Konversi Digital Number ke Brightness temperature Konversi nilai Digital Number ke Brightness temperature ini bertujuan

untuk mengubah nilai digital pada citra menjadi nilai yang sebenarnya, yaitu nilai brightness temperature. a. Untuk mengkonversi ke dalam Brightness temperature, diperlukan data kalibrasi dimana data tersebut dapat diunduh di website Kochi – Jepang (http://weather.is.kochi-u.ac.jp/sat/CAL/2013/). Data tersebut di simpan kedalam

formula

Brightness

temperature

dengan

nama

FORMULA_BT.frm b. Buka hasil file yang telah dicropping (…._cor_ind.ers) c. Pada Tab Algorithm Klik icon edit formula

kemudian pada pilihan

File, pilih Open

III-14

Gambar 3.22 Tab Algorithma

Gambar 3.23 Langkah Open File Formula d. Kemudian

buka

file

formulanya,

disini

nama

filenya

adalah

FORMULA_BT.frm

III-15

Gambar 3.24 Tampilan Pemanggilan File

Gambar 3.25 Tampilan formula brightness temperature III-16

e. Kemudian lakukan penyimpanan dengan melakukan Save As pada data citra. f. Jangan lupa untuk Data Type menggunakan format IEEE4ByteReal.

Gambar 3.26 Langkah Save As

Gambar 3.27 Langkah Save As ER Mapper Dataset

III-17

III.4.7 Klasifikasi Nilai Brightness temperature Tidak semua awan berpotensi untuk hujan, untuk itu perlu dilakukan pengklasifikasian. Klasikasi nilai Brightness Temperature (BT) ini dilakukan untuk melakukan pengkelompokan agar bisa diidentifikasi area-area yang terindikasi terjadi Hujan Lebat, Hujan Sedang, Hujan Ringan ataupun malah Tidak Hujan (Cerah). Klasifikasi Brightness Temperature ini dilakukan dengan mengubah nilai brightness temperature menjadi nilai klasifikasi. Adapun klasifikasi-klasifikasi berdasarkan brightness temperature adalah sebagai berikut: Tabel 3.1 Klasifikasi Nilai Brightness Temperature Brightness Temperature > 260 K

Klasifikasi 5

Keterangan Tidak Hujan / Cerah

260 K - 240 K

4

Hujan Ringan

240 K - 220 K

3

Hujan Sedang

220 K - 200 K

2

Hujan Lebat

< 200 K

1

Hujan Sangat Lebat

Untuk melakukan klasifikasi berdasarkan brightness temperature, langkah-langkahnya adalah sebagai berikut: a. Buka hasil file yang telah dikonversi ke Brightness Temperature …._2.ers b. Pada Tab Algorithm Klik icon edit formula

kemudian pada pilihan

file, pilih Open

Gambar 3.28 Tab Algorithma

III-18

Gambar 3.29 Langkah Open File Formula c. Kemudian masukkan rumus algoritma sebagai berikut : if i1<200 then 1 else if i1>=200 and i1<220 then 2 else if i1>=220 and i1<240 then 3 else if i1>=240 and i1<260 then 4 else if i1>=260 then 5 else null

Gambar 3.30 Tampilan Formula pengkelasan brightness temperature d. Kemudian lakukan penyimpanan dengan melakukan Save As pada data citra. (….._3.ers) e. Jangan lupa untuk Data Type menggunakan format Unsigned8BitInteger. III-19

Gambar 3.31 Langkah Save As

Gambar 3.32 Langkah Save As ER Mapper Dataset f. Agar hasil klasifikasi brightness temperature data dapat dibaca oleh ArcGIS diperlukan sedikit merubah isi dari file tersebut (file klasifikasi BT : ….3.ers). Caranya yaitu dengan membuka file15071309_123.ers dengan wordpad, kemudian buka juga file hasil klasifikasi brightness temperature (…. 3.ers) kemudian copy kan ke dalam file hasil klasifikasi brightness temperature (…._3.ers). Bagian yang perlu di copy-kan yaitu :

III-20

RegionInfo Begin Type = Class RegionName = "< 200" RGBcolour Begin Red = 65535 Green = 0 Blue = 0 RGBcolour End ClassNumber = 1 Stats Begin NumberOfBands = 1 NumberOfNonNullCells = { 80203 } MinimumValue = { 187.8074951172 } MaximumValue = { 223.4980010986 } MeanValue = { 212.9067316698 } MedianValue = { 213.4600524902 } CovarianceMatrix = { 57.00557568155 } Stats End RegionInfo End RegionInfo Begin Type = Class RegionName = "200 - 220" RGBcolour Begin Red = 57311 Green = 57311 Blue = 0 RGBcolour End ClassNumber = 2 Stats Begin NumberOfBands = 1 NumberOfNonNullCells = { 90798 } MinimumValue = { 224.5032958984 } MaximumValue = { 242.4855957031 } MeanValue = { 233.8379053033 } MedianValue = { 233.7051696777

III-21

} CovarianceMatrix = { 29.85368887375 } Stats End RegionInfo End RegionInfo Begin Type = Class RegionName = "220 - 240" RGBcolour Begin Red = 0 Green = 0 Blue = 65535 RGBcolour End ClassNumber = 3 Stats Begin NumberOfBands = 1 NumberOfNonNullCells 111093 } MinimumValue = { 243.2306060791 } MaximumValue = { 259.1112976074 } MeanValue = { 251.7261485038 } MedianValue = { 252.2255249023 } CovarianceMatrix = { 23.10182612239 } Stats End RegionInfo End RegionInfo Begin Type = Class RegionName = "240 - 260" RGBcolour Begin Red = 0 Green = 47545 Blue = 47545 RGBcolour End ClassNumber = 4 Stats Begin NumberOfBands = 1 NumberOfNonNullCells 147861 } MinimumValue = { 259.7078857422 } MaximumValue = { 273.8833007813

= {

= {

III-22

} MeanValue = { 266.9548196235 } MedianValue = { 267.0724487305 } CovarianceMatrix = { 17.69142645064 } Stats End RegionInfo End RegionInfo Begin Type = Class RegionName = ">= 260" RGBcolour Begin Red = 65534 Green = 65534 Blue = 65534 RGBcolour End ClassNumber = 5 Stats Begin NumberOfBands = 1 NumberOfNonNullCells = { 195310 } MinimumValue = { 274.3900146484 } MaximumValue = { 286.625 } MeanValue = { 281.4727836885 } MedianValue = { 282.0846862793 } CovarianceMatrix = { 13.76498159825 } Stats End RegionInfo End RasterInfo End DatasetHeader End

g. Kemudian Simpan. Lakukan hal yang sama pada file yang lainnya.

III-23

Gambar 3.33 Proses copy-paste kelas brightness temperature

III.4.8 Layouting Peta Dalam penelitian ini, proses layouting peta dilakukan dengan software ArcGIS. Data yang digunakan adalah citra hasil klasifikasi, yaitu data citra MTSAT-1R yang sudah diolah di ER Mapper dan Peta Administrasi Indonesia 2010. Pembuatan peta potensi curah hujan dilakukan dengan menggabungkan data spasial Peta Administrasi Indonesia dengan hasil pengolahan citra MTSAT1R yang telah di klasifikasi sebelumnya.

III-24

Agar tampilan peta terlihat lebih menarik, perlu dilakukan perubahan warna pada tiap-tiap klasifikasinya. Caranya adalah pada layer data klik kanan kemudian pilih Properties. Kemudian pilih tab Symbology dan pada unique values pilih warna yang berbeda untuk tiap klasifikasi.

Gambar 3.34 Layer Properties

Setelah selesai, lakukan layouting peta dengan memilih Menu View dan pilih Layout View. Kemudian masukkan legend, north arrow, scale bar, dan lainlainnya dan buat semenarik mungkin dan se-informatif mungkin. Jika dirasa sudah cukup, lakukan penyimpanan file dengan format .jpg untuk nanti di publikasikan di web.

III-25

III.4.9 Membuat Animasi Peta Potensi Curah Hujan a. Buka software Macromedia Flash MX

Gambar 3.35 Tampilan awal Macromedia Flash MX b. Lakukan perubahan setting pada Properties (biasanya tab Properties terletak di bawah) seperti ukuran size agar sesuai dengan ukuran gambar. Disini menggunakan ukuran 1077 x 623 pixels. Dan juga rubahlah Frame Rate agar output animasi sesuai keinginan. Frame Rate adalah banyaknya frame per second.

Gambar 3.36 Ukuran gambar

III-26

c. Lakukan import image dengan cara klik Menu File kemudian pilih Import. Atau dengan tekan Ctrl + R

Gambar 3.37 Import File

d. Setelah klik Open, maka akan muncul tab peringatan seperti pada gambar dibawah, pilih ‘Yes’

Gambar 3.38 Sequence Image

e. Kemudian untuk menyimpan hasil gambar caranya adalah dengan memilih Menu File, lalu pilih Export Movie atau dengan menekan CTRL+Alt+Shift+S secara bersamaan.

III-27

III.4.10 Desain Tampilan Website Pembuatan desain website adalah tahapan pekerjaan untuk menampilkan hasil dari pengolahan data yang telah dibuat sebelumnya. Tampilan website dibuat semenarik dan seinformatif mungkin. Menarik disini tujuannya adalah untuk membuat pengunjung tertarik, dan informatif disini maksudnya adalah agar pengunjung mengerti dan paham tentang informasi yang diberikan sehingga apa yang akan ditampilkan di website tersebut bisa bermanfaat. Dalam penelitian ini format web design yang digunakan adalah css (cascading style sheets) yang merupakan sebuah bahasa pemrograman untuk membentuk tampilan dari web yaitu untuk pengaturan warna, ukuran atau dimensi, tata letak, dan lain-lain. Hal utama yang harus dikerjakan adalah membuat kerangka tampilan dari website itu sendiri. Software Macromedia Dreamweaver digunakan untuk mempermudah membuat kerangka website dan merubah isi website. Berikut adalah beberapa contoh kerangka tampilan dari website informasi peta potensi curah hujan digambarkan seperti dibawah ini : 1. Rancangan Halaman Menu Beranda Halaman utama terdiri dari header, body, footer, dan sidebar. Pada sidebar berisi Menu-menu utama seperti Beranda, Tutorial, Peta potensi curah hujan, dan Hubungi Kami. Dibawah menu-menu terdapat beberapa tautan link-link instansi terkait. Link-link tersebut akan terhubung dengan halaman lain, atau bahkan website lain.

III-28

Header

Body

Beranda Tutorial Peta potensi curah hujan Hubungi Kami Link-link

footer

Gambar 3.39 Kerangka Tampilan Menu Beranda

2. Rancangan Halaman Menu Tutorial Jika pengunjung ingin membuat peta potensi curah hujan sendiri, pengunjung dapat mengunjungi menu ini karena disini tersedia tutorial langkah-langkah untuk pembuatan peta potensi curah hujan. Selain itu juga di halaman ini terdapat link-link download software dimana software tersebut sangat diperlukan dalam pembuatan peta potensi curah hujan ini. Header Tutorial

Beranda

Ndsofkjwmesmnkmfcpsdmpcoempsnlkemckmec pmecp kjdeij dkjm d kjd jwe djwe rejfn rfmjkekf msdnfosd fjms dkc

Tutorial Peta potensi curah hujan Hubungi Kami

Link-link :

Tutorial 1

Tutorial 3

Hfjndrj djnewkd

Ncdcm sdkewj akjs

Tutorial 2

Tutorial 4

Sjhduew hdwj jwio

Cnjd jwsd jwnika jk

Tutorial 3

Tutorial 5

Nsakijdn ajdio jioa

Josdj jdwiodjj kjnkd

footer Gambar 3.40 Kerangka Tampilan Menu Tutorial

III-29

3. Rancangan Halaman Menu Peta potensi curah hujan Halaman peta potensi curah hujan berisikan peta potensi curah hujan di Pulau Jawa yang dimulai dari bulan Mei 2013 sampai dengan bulan Agustus 2013. Disini terdapat dua tampilan peta, yang pertama berbentuk animasi dengan format .gif dan yang kedua adalah hasil layouting peta yang formatnya berupa .jpg. Untuk data harian (per tanggal) dapat diklik pada tabel kalender yang tersedia. Untuk animasi peta nya merupakan data gabungan dari data-data harian yang digabung menjadi satu. Header Beranda

Peta potensi curah hujan Bulan … Animasi Peta potensi curah hujan

Tutorial Peta curah hujan

Kalender bulan … Hubungi Kami 1

Link-link

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

footer Gambar 3.41 Kerangka Tampilan Menu Peta potensi curah hujan

4. Rancangan Halaman Menu Hubungi Kami Apabila dalam pelaksanaannya terdapat kritik saran, pertanyaan maupun masukan, halaman ini berisikan contact person, serta alamat yang dapat dihubungi.

III-30

Header Hubungi Kami

Beranda Tutorial Peta potensi curah hujan

Alamat : Teknik Geodesi Teknik-Undip Jl.Soedarto blabla Telp. 012234

Hubungi Kami Tim Penyusun 1. Pengarah 2. Penulis

Link-link

Quick Kontak : Nldskmsdfol sjdno doqj kjswd : Nama: Email Pesan :

send

footer Gambar 3.42 Kerangka Tampilan Menu Hubung Kami

III.4.11 Web Hosting Process Setelah selesai memprogram web aplikasi sistem informasi geografis, maka yang selanjutnya dilakukan adalah pemasangan hosting atau penamaan web agar bisa diakses melalui internet. Untuk pemasangan hosting pada aplikasi ini menggunakan hosting langsung pada akun geodesi undip dimana dapat diakses langsung pada alamat situs http://www.geodesi.undip.ac.id/ dengan link Informasi Peta potensi curah hujan atau dengan mengakses langsung ke url : http://file-ft.undip.ac.id/geodesi/ta/l2m009019/

III-31